<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>ESP32 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/esp32/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Mon, 05 Oct 2026 02:24:41 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>Meta开源Muse Gadgets：用树莓派造AI外设</title>
		<link>https://mylogs.cn/meta%e5%bc%80%e6%ba%90muse-gadgets%ef%bc%9a%e7%94%a8%e6%a0%91%e8%8e%93%e6%b4%be%e9%80%a0ai%e5%a4%96%e8%ae%be/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Mon, 05 Oct 2026 02:24:41 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 智能体]]></category>
		<category><![CDATA[ESP32]]></category>
		<category><![CDATA[Meta]]></category>
		<category><![CDATA[Muse Gadgets]]></category>
		<category><![CDATA[开源硬件]]></category>
		<category><![CDATA[树莓派]]></category>
		<guid isPermaLink="false">https://mylogs.cn/meta%e5%bc%80%e6%ba%90muse-gadgets%ef%bc%9a%e7%94%a8%e6%a0%91%e8%8e%93%e6%b4%be%e9%80%a0ai%e5%a4%96%e8%ae%be/</guid>

					<description><![CDATA[Meta 开源 Muse Gadgets：用树莓派造 AI 外设 当地时间 10 月 2 日，Meta 宣布推 [&#8230;]]]></description>
										<content:encoded><![CDATA[<h2 class="wp-block-heading">Meta 开源 Muse Gadgets：用树莓派造 AI 外设</h2>
<p class="wp-block-paragraph">当地时间 10 月 2 日，Meta 宣布推出开源项目 Muse Gadgets，允许开发者为旗下的个人 AI 智能体 Muse 打造自定义硬件。这意味着，原本只存在于手机和电脑里的 AI 助手，开始真正走向开发者的工作台。</p>
<h2 class="wp-block-heading">一块开发板就能接入 Muse</h2>
<p class="wp-block-paragraph">Meta 已在 GitHub 上按照 Apache 2.0 许可发布了 ESP32 固件和 Linux 设备 SDK。开发者可以把低成本的 ESP32 开发板或树莓派等 Linux 设备连接到 Muse，进而接入显示屏、按钮、传感器、执行器，以及工作台上其他可联网的设备。</p>
<p class="wp-block-paragraph">在硬件适配方面，Meta 的 ESP32 SDK 文档目前已支持 11 款开发板，其中 Espressif 的 ESP32-C5 DevKitC-1 为官方推荐款，M5Stack StickS3、Waveshare 的触控 AMOLED 屏、Seeed 的电子纸显示屏等也在支持之列。其中后六款开发板可运行完整的屏幕界面，包括动画头像、按键通话和设置功能。内存充足的开发板还支持家庭网络隧道，让 Muse 能够访问用户已有的设备，以及任何暴露本地 HTTP 接口的自建设备。</p>
<p class="wp-block-paragraph">Linux 一侧，Meta 已支持树莓派 3B+、4、5、Zero 2 W，以及其他具备蓝牙低功耗能力的 Linux 设备，系统最低要求为 Raspberry Pi OS Bullseye、Debian 11 或 Ubuntu 22.04。</p>
<h2 class="wp-block-heading">在树莓派上能做什么</h2>
<p class="wp-block-paragraph">根据 Linux SDK 文档，Muse 以安装时所选账户的身份执行命令，拥有该账户的全部权限——「如果该账户可以使用 sudo，Muse 也可以」。安装程序会在交接账户权限前进行确认，并提示该账户是否具备 sudo 权限；开发者也可以通过 install.sh 指定一个不同的非特权账户来运行 Muse。</p>
<p class="wp-block-paragraph">在实际能力上，Muse 于 Linux 设备可以执行 shell 命令、读写文件、检查设备健康状态。Meta 给出的示例提示词包括：让 Muse 在树莓派上安装 Home Assistant，以及每天早上 7 点检查备份是否运行。换言之，一块树莓派加上 Muse，就能变成一个会自己干活的轻量运维终端。</p>
<h2 class="wp-block-heading">成品参考：Muse Home Link</h2>
<p class="wp-block-paragraph">Meta 也基于该 SDK 打造了一款成品设备——Muse Home Link。据 Meta 超级智能实验室产品负责人 Nat Friedman 介绍，这是一款采用 USB-C 供电的小型设备，能让 Muse 连接到家庭网络，与电视、音箱以及其他暴露 HTTPS 接口的智能设备通信。Friedman 表示，Meta 首批生产了约 5000 台 Home Link，面向美国 Muse 订阅用户免费提供，每人限领一台，先到先得。</p>
<h2 class="wp-block-heading">背后的生态扩张</h2>
<p class="wp-block-paragraph">Muse Gadgets 的推出，是 Meta 近期密集扩展 Muse 生态的一环。据 TechCrunch 报道，Meta 本周早些时候还推出了 Muse for Small Business，免费版含使用限额，每月付费 20 美元或 100 美元，可连接 Shopify、Dropbox、Slack、Canva、Figma、QuickBooks 等第三方工具。据 The Next Web 报道，Meta 同时成立了新的业务部门 Meta Enterprise Platform，由前 MongoDB CEO CJ Desai 领导，整合 Muse 智能体、Meta Business Agent、Muse API 和 Muse Code 等产品，面向企业客户推广 AI 工具。</p>
<h2 class="wp-block-heading">坦诚的安全提醒</h2>
<p class="wp-block-paragraph">从行业视角看，Muse Gadgets 标志着 Meta 正试图把 Muse 从单纯的聊天机器人，扩展为跨硬件的智能体运行时。不过，Meta 在 SDK 文档中也给出了颇为坦率的风险提示：社区配对「没有制造商验证，无法防止主动中间人攻击」，建议在可信网络中完成配对；SDK 令牌内置在固件中，应将其视为标识符而非密码，泄露后需撤销并重新构建；Wi-Fi 凭据和设备令牌存储在闪存中，强烈建议启用 NVS 加密；构建版本使用开发密钥签名，默认不开启安全启动。文档结尾写道：「折腾的副作用可能包括变砖、保修失效、电压跌落或破产。风险自负。」</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>15 美元 ESP32 小黄屏，把看天气这件事从手机里搬出来</title>
		<link>https://mylogs.cn/esp32-cheap-yellow-display-weather-dashboard/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Mon, 10 Aug 2026 17:31:11 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[DIY]]></category>
		<category><![CDATA[ESP32]]></category>
		<category><![CDATA[ESPHome]]></category>
		<category><![CDATA[Home Assistant]]></category>
		<category><![CDATA[创客]]></category>
		<category><![CDATA[天气]]></category>
		<category><![CDATA[智能家居]]></category>
		<guid isPermaLink="false">https://mylogs.cn/esp32-cheap-yellow-display-weather-dashboard/</guid>

					<description><![CDATA[掏出手机、解锁、翻到天气应用——只为看一眼今天会不会下雨，这套动作对某些人来说实在太啰嗦。How-To Gee [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">掏出手机、解锁、翻到天气应用——只为看一眼今天会不会下雨，这套动作对某些人来说实在太啰嗦。How-To Geek 作者 Adam Davidson 干脆用一块不到 15 美元的 ESP32 开发板做了个桌面天气屏，抬眼就能看完所有关心的数据，而且显示什么完全由自己决定。</p>



<figure data-wp-context="{&quot;imageId&quot;:&quot;6af87b053efe1&quot;}" data-wp-interactive="core/image" data-wp-key="6af87b053efe1" class="wp-block-image size-large aligncenter wp-lightbox-container"><img fetchpriority="high" decoding="async" width="1200" height="675" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/08/01eca6a83e71f141c281b81c6d897228_header.webp" alt="15 美元 ESP32 小黄屏，把看天气这件事从手机里搬出来" class="wp-image-4346" style="max-width:100%;height:auto" srcset="https://mylogs.cn/wp-content/uploads/2026/08/01eca6a83e71f141c281b81c6d897228_header.webp 1200w, https://mylogs.cn/wp-content/uploads/2026/08/01eca6a83e71f141c281b81c6d897228_header-300x169.webp 300w, https://mylogs.cn/wp-content/uploads/2026/08/01eca6a83e71f141c281b81c6d897228_header-1024x576.webp 1024w, https://mylogs.cn/wp-content/uploads/2026/08/01eca6a83e71f141c281b81c6d897228_header-768x432.webp 768w" sizes="(max-width: 1200px) 100vw, 1200px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption class="wp-element-caption">图片来源：Adam Davidson / How-To Geek</figcaption></figure>





<p class="wp-block-paragraph">促使他动手的直接原因，是手机上再没有一款称心的天气应用。他真正喜欢过的只有 Dark Sky，界面出色，更关键的是超本地化预报极其准确——应用说几分钟后要下雨，往往就真的下了。<a href="https://mylogs.cn/ai-%e5%8a%a0%e9%80%9f%e9%bb%91%e5%ae%a2%e5%b7%a5%e5%85%b7%ef%bc%8c%e8%8b%b9%e6%9e%9c%e7%b4%a7%e6%80%a5%e6%8f%90%e9%80%9f%e5%ae%89%e5%85%a8%e6%9b%b4%e6%96%b0/"><a href="https://mylogs.cn/%e5%8f%b0%e7%a7%af%e7%94%b5-2nm-%e5%b9%b4%e5%ba%95%e6%9c%88%e4%ba%a7%e8%83%bd%e5%86%b2-12-%e4%b8%87%e7%89%87%ef%bc%8c%e6%8f%90%e5%89%8d%e4%b8%a4%e5%b9%b4%e8%be%be%e6%a0%87/">苹果</a></a>收购 Dark Sky 后把部分功能并入自带天气应用，随后彻底关停了这款产品。在他看来，苹果自带的天气应用达不到原来的水准。他甚至自制过一个 iPhone 天气小组件，用 AI 生成一张表现当前天气状况的图像，来替代系统自带组件。</p>



<p class="wp-block-paragraph">但问题的核心不在于应用好不好用，而在于天气这类信息本来就应该一眼扫到，而不是层层点进去才能看到。</p>



<h2 class="wp-block-heading">主角：那块「廉价黄屏」</h2>



<p class="wp-block-paragraph">他选中的硬件叫 ESP32-2432S028R。这串型号不好记，但由于板子是黄色的、带屏幕、还便宜，创客圈给它起了个更好记的外号：Cheap Yellow Display，简称 CYD，直译过来就是「廉价黄屏」。</p>



<p class="wp-block-paragraph">CYD 是一块自带一切的开发板，核心是带 Wi-Fi 和蓝牙的 ESP32-WROOM-32 模块。它和普通 ESP32 开发板最大的区别，在于集成了一块 2.8 英寸 TFT 触摸屏，分辨率 240×320，表面覆盖电阻式触控层。因为所有部件都在同一块板子上，整套东西不需要接线、焊接，也不用面包板。</p>



<p class="wp-block-paragraph">出厂时板子上可能带一些基础演示程序，但要让它真正干活，得自己刷入固件。这恰恰是它受欢迎的原因之一：硬件是通用的，用途完全由使用者定义。另一个原因就更直白了——15 美元甚至更低的价格，正是 CYD 里那个 C 的由来。</p>



<h2 class="wp-block-heading">三件套：ESPHome、LVGL 和 Home Assistant</h2>



<p class="wp-block-paragraph">屏幕虽小，塞下一屏天气信息绰绰有余。真正需要解决的是两件事：怎么把数据送到板子上，以及怎么让它把数据画出来。整套方案由三个部分拼成。</p>



<ul class="wp-block-list"><li>ESPHome 负责固件。使用者只需写一个描述设备行为的 YAML 文本文件，ESPHome 会把它编译成可用固件，省去了自己写 C++ 代码的麻烦。</li><li>LVGL 负责画面。这个图形库的作用是接管渲染，使用者不必逐个计算像素坐标，只要描述想在屏幕上看到什么即可。ESPHome 内置了对 LVGL 的支持，因此一个 YAML 文件就能同时搞定 Wi-Fi 配置、触摸屏设置，以及天气图标和由温度、风速等数值组成的信息网格。</li><li>Home Assistant 负责供数。他原本就配置了一个天气实体，数据来自 Met.no，可以提供当前天气状况、气温、风速、室外露点等信息。</li></ul>



<p class="wp-block-paragraph">除此之外，他还接入了一些自定义传感器，其中包括一个室内露点传感器——它并非真实硬件，而是根据家中智能设备上报的温湿度读数推算出来的。借助 ESPHome，任何一个传感器数值更新时，新数据都会通过网络推送到 CYD，屏幕上显示的因此始终是 Home Assistant 里最新的读数。</p>



<h2 class="wp-block-heading">比手机好用在哪儿</h2>



<p class="wp-block-paragraph">这块屏被放在他的家庭办公室，也就是他工作日待得最久的地方。抬头一眼，当前天气尽收眼底，不需要掏手机，也不需要找应用。</p>



<p class="wp-block-paragraph">更实际的好处是显示内容可以完全自定义。手机上的天气应用不会告诉使用者家里的室内露点是多少，而把它和室外露点摆在一起对比，在冬天相当有用——两者一比就知道，此刻开窗究竟能降低室内湿度，还是关着窗更划算。</p>



<p class="wp-block-paragraph">目前唯一没做完的是外壳。他打算给 CYD 配一个 3D 打印的壳子，因为裸板放在桌上确实有点名副其实的「便宜又黄」。按他的说法，这或许正好成了自己入手一台 3D 打印机的借口。</p>



<p class="wp-block-paragraph">这个项目的出发点其实很简单：既然手机上的天气应用根本没在用，那就换个能瞬间看到结果的形式。花费不到 15 美元，问题就解决了。有些时候，与其等一款称心的产品出现，不如自己动手做一个。</p>



<p class="has-small-font-size wp-block-paragraph">来源：How-To Geek</p>

]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>十美元让老车库门变智能</title>
		<link>https://mylogs.cn/%e5%8d%81%e7%be%8e%e5%85%83%e8%ae%a9%e8%80%81%e8%bd%a6%e5%ba%93%e9%97%a8%e5%8f%98%e6%99%ba%e8%83%bd/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sun, 09 Aug 2026 09:20:32 +0000</pubDate>
				<category><![CDATA[经验与技巧]]></category>
		<category><![CDATA[DIY 教程]]></category>
		<category><![CDATA[ESP32]]></category>
		<category><![CDATA[Home Assistant]]></category>
		<category><![CDATA[智能家居]]></category>
		<category><![CDATA[车库门]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e5%8d%81%e7%be%8e%e5%85%83%e8%ae%a9%e8%80%81%e8%bd%a6%e5%ba%93%e9%97%a8%e5%8f%98%e6%99%ba%e8%83%bd/</guid>

					<description><![CDATA[老车库门没法远程开，DIY 套件不到 20 美元 市面上的智能车库门套件动辄上百元，而用一块 ESP32 开发 [&#8230;]]]></description>
										<content:encoded><![CDATA[
<h2 class="wp-block-heading">老车库门没法远程开，DIY 套件不到 20 美元</h2>



<p class="wp-block-paragraph">市面上的智能车库门套件动辄上百元，而用一块 ESP32 开发板和继电器模块，总成本可压到 20 美元以内，还能接入 Home Assistant 实现语音控制和状态提醒。一位 How-To Geek 撰稿人实测了这套方案。</p>



<figure data-wp-context="{&quot;imageId&quot;:&quot;6af87b05401d4&quot;}" data-wp-interactive="core/image" data-wp-key="6af87b05401d4" class="wp-block-image size-large aligncenter wp-lightbox-container"><img decoding="async" width="1200" height="675" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/08/0c19274438a3333a153d6f29db1e8e2f_header.webp" alt="十美元让老车库门变智能" class="wp-image-4174" style="max-width:100%;height:auto;" srcset="https://mylogs.cn/wp-content/uploads/2026/08/0c19274438a3333a153d6f29db1e8e2f_header.webp 1200w, https://mylogs.cn/wp-content/uploads/2026/08/0c19274438a3333a153d6f29db1e8e2f_header-300x169.webp 300w, https://mylogs.cn/wp-content/uploads/2026/08/0c19274438a3333a153d6f29db1e8e2f_header-1024x576.webp 1024w, https://mylogs.cn/wp-content/uploads/2026/08/0c19274438a3333a153d6f29db1e8e2f_header-768x432.webp 768w" sizes="(max-width: 1200px) 100vw, 1200px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption class="wp-element-caption">图片来源：How-To Geek</figcaption></figure>





<h2 class="wp-block-heading">一、准备元件</h2>



<ol class="wp-block-list"><li>继电器模块（用于控制开门信号）。</li><li>几根连接线。</li><li>ESP32 开发板，文中用的是 Seeed XIAO ESP32-C3，约 5 美元。</li><li>一个 USB 充电器给板子供电。</li><li>接触传感器，用于上报门已开或已关的状态。</li></ol>



<p class="wp-block-paragraph">这些元件加总不到 20 美元，其中开发板约占一半，继电器和传感器都很便宜；USB 充电器多数人家已有，可再省一笔。</p>



<h2 class="wp-block-heading">二、确认车库 opener 可改造</h2>



<ol class="wp-block-list"><li>先断开车库门电源，安全第一，全程只动低压部分。</li><li>找到墙上控制按钮（wall button）背后的两个低压端子。</li><li>确认原理：这两个端子短暂接通，opener 就会触发开关门。多数机型兼容，但少数采用专有编码信号，无法直接接，需先查说明书确认。</li></ol>



<h2 class="wp-block-heading">三、接线与刷写</h2>



<ol class="wp-block-list"><li>把继电器的「公共端（Common）」和「常开（NO）」接到墙控的两个低压端子上，相当于用继电器代替手指按按钮。</li><li>继电器与 ESP32 相连：若为 3.3V 逻辑可直接连；若是 5V，需加晶体管或电平转换模块。</li><li>给 ESP32 刷 ESPHome 固件，配置文件用 YAML 编写（不会写可让 AI 生成），刷完先单独测试能否正常触发开门。</li><li>把接触传感器装在门轨上，回报实际开关状态。</li></ol>



<h2 class="wp-block-heading">四、接入 Home Assistant</h2>



<p class="wp-block-paragraph">在 Home Assistant 里建自动化：门开超过 15 分钟推送告警；或绑定语音助手直接说「开门」。整体比买成品套件省下 80–100 美元。</p>



<p class="wp-block-paragraph">注意事项：操作涉及强电环境，接线前务必断电，仅在低压端子作业；ESP32 仅靠 USB 供电，不要接入 opener 的强电回路。所有低压信号线用绝缘端子固定，防止松动短路。不确定兼容性不要硬接，避免损坏 opener。</p>



<p class="wp-block-paragraph">来源：How-To Geek</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>8 美元单片机，从零训出一个 32 万参数模型</title>
		<link>https://mylogs.cn/train-transformer-from-scratch-on-8-dollar-esp32-s3/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Wed, 05 Aug 2026 07:18:19 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[ESP32]]></category>
		<category><![CDATA[Transformer]]></category>
		<category><![CDATA[小模型]]></category>
		<category><![CDATA[嵌入式开发]]></category>
		<category><![CDATA[开源项目]]></category>
		<category><![CDATA[边缘AI]]></category>
		<guid isPermaLink="false">https://mylogs.cn/train-transformer-from-scratch-on-8-dollar-esp32-s3/</guid>

					<description><![CDATA[训练一个模型必须要有显卡或者数据中心，这几乎是行业默认的常识。一个名为 Qapla&#8217; 的开源项目给 [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">训练一个模型必须要有显卡或者<a href="https://mylogs.cn/ai-%e6%99%ba%e8%83%bd%e4%bd%93%e5%bc%95%e7%88%86%e9%9c%80%e6%b1%82%ef%bc%9a%e6%9c%8d%e5%8a%a1%e5%99%a8-cpu-%e4%ba%a4%e4%bb%98%e8%a6%81%e7%ad%89-30-%e5%91%a8/">数据中心</a>，这几乎是行业默认的常识。一个名为 Qapla&#8217; 的开源项目给出了另一种答案：一块八美元的 ESP32-S3 单片机，也能从零训练出一个 Transformer。</p>



<figure data-wp-context="{&quot;imageId&quot;:&quot;6af87b0541c8f&quot;}" data-wp-interactive="core/image" data-wp-key="6af87b0541c8f" class="wp-block-image size-large aligncenter wp-lightbox-container"><img decoding="async" width="1200" height="600" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/08/e75fe424cbe87aba2abb426900b166a3_header.webp" alt="8 美元单片机，从零训出一个 32 万参数模型" class="wp-image-3646" style="max-width:100%;height:auto" srcset="https://mylogs.cn/wp-content/uploads/2026/08/e75fe424cbe87aba2abb426900b166a3_header.webp 1200w, https://mylogs.cn/wp-content/uploads/2026/08/e75fe424cbe87aba2abb426900b166a3_header-300x150.webp 300w, https://mylogs.cn/wp-content/uploads/2026/08/e75fe424cbe87aba2abb426900b166a3_header-1024x512.webp 1024w, https://mylogs.cn/wp-content/uploads/2026/08/e75fe424cbe87aba2abb426900b166a3_header-768x384.webp 768w" sizes="(max-width: 1200px) 100vw, 1200px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption class="wp-element-caption">图片来源：GitHub / Carloscodix/qapla 项目页</figcaption></figure>





<p class="wp-block-paragraph">这里的关键词是「训练」，不是「运行」。前向传播、反向传播、权重更新，整个学习循环全部发生在芯片内部。</p>



<h2 class="wp-block-heading">和以往的边缘 AI 项目差在哪</h2>



<p class="wp-block-paragraph">边缘 AI 并不新鲜。TinyML 在单片机上做推理已有多年，社区把安德烈·卡帕西（Andrej Karpathy）的极简项目 llama2.c 移植到 ESP32 上，跑起了约 26 万参数的 Transformer；最近还有项目在同样八美元的 ESP32-S3 上跑起了将近 2900 万参数的模型。</p>



<p class="wp-block-paragraph">作者指出，这些工作都很出色，但它们有一个共同点——都是推理。模型诞生在别处，在显卡或数据中心上用数据训练好、量化，然后才被装进芯片里运行。用项目作者的比喻说，大脑是在外面煮熟了端上来的。</p>



<p class="wp-block-paragraph">Qapla&#8217; 想回答的是另一个问题：如果模型根本没法在外面诞生，会怎么样？</p>



<p class="wp-block-paragraph">作者举了两个设想中的场景：一个螺栓固定在田间农机上的传感器，需要学习<strong>这一台</strong>机器的正常振动特征——它和世界上任何其他机器都不一样——从而在出故障前发现异常、安排检修；或者一块地里的传感器，学习<strong>这片</strong>土壤如何变干，它的土质、日照和排水情况，在作物受影响之前预测何时需要灌溉。这些场景里，数据在设备装上去之前根本不存在，没有人能预先训练它，芯片只能在原地独自学习。</p>



<h2 class="wp-block-heading">为什么选了克林贡语</h2>



<p class="wp-block-paragraph">手头没有农机可供实验，作者就用唯一现成的对象来测试芯片的真实学习能力：语言。</p>



<p class="wp-block-paragraph">在单片机里训练，规则和数据中心完全不同。ESP32-S3 只有几 MB 的 RAM/PSRAM，而不是几十 GB，这直接锁死了模型规模——量级是几十万参数而非几百万。这么小的模型能学会一门语言的<strong>结构</strong>（构词方式、音位组合规则、部分语法），但学不会整门语言的深层语义，所以任务必须裁到与模型相称。同时，小模型不需要海量文本，需要的是紧凑、干净、结构清晰，并且在版权上没有麻烦的语料。</p>



<p class="wp-block-paragraph">三个约束叠加，问题就变得具体了：哪种语言同时满足这些条件？作者的答案是克林贡语。</p>



<p class="wp-block-paragraph">这个选择工程考量多过极客趣味。克林贡语由语言学家马克·奥克兰（Marc Okrand）在 1984 年创造，是一门有系统音系、语法和形态的人造语言，采用不常见的宾语—动词—主语语序，构词后缀规则严格。也就是说，它有真实的结构可供学习，这正好能证明小模型是真的在学规律，而不是在死记噪声。同时它字母表很小，按字符处理只有约 30 个符号，模型可以做得足够小；社区还有一部开源许可的词典 boQwI&#8217;，语料不涉及版权风险。</p>



<p class="wp-block-paragraph">作者也把丑话说在前面：这不是口袋版 ChatGPT，它不聊天、不答题、不推理，学到的是语言的<strong>形状</strong>而不是意义；它产出的克林贡语在语义上并不完美；它不快，训练要花好几个小时，甚至好几天。</p>



<h2 class="wp-block-heading">一颗芯片里的完整训练循环</h2>



<p class="wp-block-paragraph">在 ESP32-S3 内部完成的步骤包括：权重随机初始化、读取并切分语料、前向传播、交叉熵损失计算、反向传播（导数全部手写）、权重更新（带 0.9 动量的 SGD 加余弦学习率）、把检查点存入 LittleFS 闪存，以及用学到的权重生成文本。芯片之外要做的事：没有。</p>



<p class="wp-block-paragraph">架构本身没有新意，是一个微型但完整的 Transformer：单个模块、单头因果注意力、权重绑定、ReLU 前馈网络和层归一化，按字符工作，词表约 31 个符号，上下文 32 个字符，总计约 319,000 个参数。</p>



<p class="wp-block-paragraph">这里没有 PyTorch，也没有自动求导，前向传播的每一个导数都用 C 显式写出。为确认没写错，每个梯度都与前向传播的中心差分做了对比，最差相对误差为 1.07e-08，而阈值是 1e-4；内核还先用 ESP-IDF 构建并在 QEMU 的 xtensa 模拟环境中跑通，然后才烧进真实硅片。这两项检查都放在仓库的 tests/ 目录里，可以自行复现。</p>



<p class="wp-block-paragraph">作者强调，真正的难点不是参数量，而是内存。31.9 万参数「只」占约 1.3 MB，但训练不只是放下权重：同一时刻内存里还要有等量大小的梯度副本、一份优化器动量、一份最优模型备份，加上反向传播需要的全部中间激活值，再加上语料本身——加起来是芯片 PSRAM 里的好几 MB。这就是推理与训练的本质差别，也是这个项目与其他边缘 AI 项目的分野。</p>



<h2 class="wp-block-heading">跑出来的数字</h2>



<p class="wp-block-paragraph">全部训练在芯片内完成，供电靠一个手机充电器。参数约 319,000 个，词表 31 个字符，上下文 32 个字符，优化器为带动量（0.9）的 SGD 加余弦学习率，共 5000 步，耗时约两天，硬件是 ESP32-S3 N16R8 搭配一块 SH1106 OLED 屏。</p>



<p class="wp-block-paragraph">损失下降过程如屏幕上所显示：第 1495 步批次损失 2.193、移动平均 2.137；第 2549 步为 1.982 与 2.035；第 4905 步为 1.996 与 1.871。作者提醒，真正该看的是移动平均——单个批次的损失取决于抽到哪些句子，波动很大，而平均值在稳步下降。芯片最终收在约 1.87。</p>



<p class="wp-block-paragraph">模型吐出的文本长这样：</p>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p class="wp-block-paragraph">hIngan motlh puS ruq tuq DujDaq SISwI&#8217; nge&#8217;vI&#8217;</p>
</blockquote>



<p class="wp-block-paragraph">&gt;</p>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p class="wp-block-paragraph">vIn SuvwI&#8217; yIvwI&#8217; qarghtaHvIS SIchoH</p>
</blockquote>



<p class="wp-block-paragraph">不算完全通顺的克林贡语，但形态学值得一看：SuvwI&#8217; 意为「战士」，由词根 Suv（战斗）加后缀 -wI&#8217;（做某事的人）构成，是一个构造正确的真实词汇；DujDaq 意为「在船上」，由 Duj（船）加处所后缀 -Daq 构成；qarghtaHvIS 带有复合后缀 -taHvIS（表示「当……时」，持续体加状语），位置分毫不差；hIngan 距离 tlhIngan——也就是「克林贡」这个词本身——只差两个字母。</p>



<p class="wp-block-paragraph">其余一些词构造合规但并不存在。没有人给模型任何规则、语法标签或形态切分，喂进去的只是逐字符的原始文本，它从中捕捉到了足够的规律，把词根和后缀重组成站得住脚的形状。作者也坦承，仅凭两个样本无法判断其中多少是真正的泛化、多少是语料的统计回声，「一个用小语料训练的 31.9 万参数模型，预期就是二者兼有」。</p>



<h2 class="wp-block-heading">想自己试的话</h2>



<p class="wp-block-paragraph">语料 corpus/klingon.txt 已随仓库提供，采用 Apache 2.0 许可，可用 corpus/build_corpus.py 重新生成，克隆下来就能跑。不过作者认为更有意思的实验不是重复他的，而是把这套东西对准自己的文本：用 tools/gen_header.py 把任意文本转成头文件，再用 PlatformIO 执行 pio run -t upload 烧录，然后用 pio device monitor 看着损失实时下降。</p>



<p class="wp-block-paragraph">硬件需要一块带 PSRAM 的 ESP32-S3（型号 N16R8），一块通过 I2C 连接的 SH1106 OLED 屏（可选，但作者说少了它就少了一半乐趣）。芯片从随机权重开始训练，会定期保存训练损失移动平均最低的检查点；中途拔电，上次存档之后学到的东西就没了，跑完再拔，「大脑」还在。</p>



<p class="wp-block-paragraph">需要提醒的是：这真的要花好几个小时，很多个小时，甚至好几天。用作者的话说，这不是 bug，而是重点所在——它慢，但它确实能跑通。</p>



<p class="wp-block-paragraph">项目代码采用 Apache 2.0 许可开源。作者表示，接下来真正有意思的部分，是把这套引擎推到极限，去处理一门有真实使用者、语料远大于克林贡语的真实小语种。</p>



<p class="has-small-font-size wp-block-paragraph">来源：GitHub / Qapla&#8217; 项目主页（经 Hacker News）</p>

]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
